為尊重著作權及符合「合理使用」原則，若有PPT或各章授權使用需求，請與本公司洽詢(02-23885899#104)
迴歸分析
|
|
- 作者：謝宇
- 書號：54YE001H82
- 定價：620元
- 出版社：五南
- 出版日：2013/09
- 版次：1版
- ISBN：9789571172163
|
|
- 作者：謝宇
- 書號：54YE001H82
- 定價：620元
- 出版社：五南
- 出版日：2013/09
- 版次：1版
- ISBN：9789571172163
本書介紹
《迴歸分析》一書是作者多年從事量化研究，以及教學經驗的結晶。從基本的統計概念講起，對線性迴歸分析的基本假定、迴歸中的統計推論和迴歸診斷做詳盡的介紹。同時涵蓋許多在社會科學中，對實際研究非常有幫助的內容，包括虛擬變項、交互作用、輔助迴歸、多項式迴歸、分段函數迴歸和階距函數迴歸等。此外，本書還涉及因徑分析、長期追蹤資料模型、多層次模型和logit模型等，作為基本線性迴歸分析的擴展和延伸。
好的量化教材應該將理論、方法與示範案例緊密結合，而示範案例如果能夠結合本土資料，則能更加深讀者對理論和方法的理解。因而本書中的案例，均使用臺灣的資料進行編寫。希望本書對於提高學者與研究者在量化分析與研究能力方面，略盡棉薄之力。
- 作者簡介
謝宇
現職：美國密西根大學的Otis Dudley Duncan講座教授，同時任教於該校社會學系、統計學系及中國研究中心，擔任社會研究院（ISR）人口研究中心和調查研究中心的研究員，調查研究中心量化方法組主任；也是北京大學社會研究中心主任暨該校教授。
學歷：威斯康辛大學麥迪遜校區社會學博士、威斯康辛大學麥迪遜校區科學史與社會學雙碩士、上海工業大學學士
經歷：2004年當選美國人文與科學院院士和我國中央研究院院士、2009年當選美國國家科學院院士、研究領域包括：社會階層、統計方法、人口學、科學社會學和中國研究。
|
|
本書目錄
- Chapter 01 基本統計概念
1.1 統計思想對於社會科學研究的重要性
1.2 本書的特點
1.3 基本統計概念
1.4 隨機變項的和與差
1.5 期望值與共變數的性質
1.6 本章小結
- Chapter 02 統計推論基礎
2.1 分配
2.2 估計
2.3 假設檢定
2.4 本章小結
- Chapter 03 簡單線性迴歸
3.1 理解迴歸概念的三種角度
3.2 迴歸模型
3.3 迴歸直線的適合度
3.4 假設檢定
3.5 對特定 X 下 Y 平均數的估計
3.6 對特定 X 下 Y 單一值的預測
3.7 簡單線性迴歸中的非線性變換
3.8 實例分析
3.9 本章小結
- Chapter 04 線性代數基礎
4.1 定義
4.2 矩陣的運算
4.3 特殊矩陣
4.4 矩陣的秩
4.5 矩陣的逆.
4.6 行列式
4.7 矩陣的運算法則
4.8 向量的期望值和共變數矩陣的介紹
4.9 矩陣在社會科學中的應用
4.10 本章小結
- Chapter 05 多元線性迴歸
5.1 多元線性迴歸模型的矩陣形式
5.2 多元迴歸的基本假定
5.3 多元迴歸參數的估計
5.4 OLS 迴歸方程的解讀
5.5 多元迴歸模型誤差變異數的估計
5.6 多元迴歸參數估計量變異數的估計
5.7 模型設定中的一些問題
5.8 標準化迴歸模型
5.9 TSCS 實例分析
5.10 本章小結
- Chapter 06 多元迴歸中的統計推論與假設檢定
6.1 統計推論基本原理簡要回顧
6.2 統計顯著性的相對性，以及效果幅度
6.3 單個迴歸係數 βk = 0 的檢定
6.4 多個迴歸係數的聯合檢定
6.5 迴歸係數線性組合的檢定
6.6 本章小結
- Chapter 07 變異數分析和 F 檢定
7.1 簡單線性迴歸中的變異數分析
7.2 多元線性迴歸中的變異數分析
7.3 變異數分析的假定條件
7.4 F 檢定（F Test）
7.5 判定係數增量（Incremental R2）
7.6 適合度的測量
7.7 實例分析
7.8 本章小結
- Chapter 08 輔助迴歸和偏迴歸圖
8.1 迴歸分析中的兩個常見問題
8.2 輔助迴歸
8.3 變項的中心化
8.4 偏迴歸圖
8.5 排除遺漏變項產生之偏誤的方法
8.6 應用舉例
8.7 本章小結
參考文獻
- Chapter 09 因果推論和因徑分析
9.1 相關關係
9.2 因果推論
9.3 因果推論的問題
9.4 因果推論的假設
9.5 因果推論中的原因
9.6 因徑分析
9.7 本章小結
- Chapter 10 多元共線性問題
10.1 多元共線性問題的引入
10.2 完全多元共線性
10.3 近似多元共線性
10.4 多元共線性的度量
10.5 多元共線性問題的處理
10.6 本章小結
- Chapter 11 多項式迴歸、分段迴歸和階距迴歸
11.1 多項式迴歸
11.2 分段函數迴歸
11.3 階距函數迴歸
11.4 本章小結
- Chapter 12 虛擬變項與名目自變項
12.1 名目變項的定義與特性
12.2 虛擬變項的設置
12.3 虛擬變項的應用
12.4 本章小結.
- Chapter 13 交互作用項
13.1 交互作用項
13.2 由不同類型解釋變項建構的交互作用項
13.3 利用巢套模型檢定交互作用項的存在
13.4 是否可以刪去交互作用項中的低次項？
13.5 建構交互作用項時需要注意的問題
13.6 本章小結
- Chapter 14 不等變異量與一般化最小平方法
14.1 不等變異量
14.2 不等變異量現象舉例
14.3 不等變異量情況下的普通最小平方估計
14.4 一般化最小平方法
14.5 加權最小平方法
14.6 本章小結
- Chapter 15 長期追蹤資料的分析
15.1 追蹤資料的分析
15.2 趨勢分析
15.3 本章小結.
- Chapter 16 多層次模型介紹
16.1 多層次模型發展的背景
16.2 多層次模型基本原理
16.3 模型的優勢與局限
16.4 多層次模型的若干子模型
16.5 自變項中心化的問題
16.6 應用舉例
16.7 本章小結.
- Chapter 17 迴歸診斷
17.1 依變項是否服從常態分配
17.2 殘差是否服從常態分配
17.3 異常觀察個案
17.4 本章小結
- Chapter 18 二分依變項的 Logit 模型
18.1 線性迴歸面對二分依變項的困境
18.2 轉換的取向
18.3 潛在變項取向
18.4 模型估計、評價與比較
18.5 模型迴歸係數解釋
18.6 統計檢定與推論
18.7 本章小結
|
教師服務